UWKSUWKS
KARSA NUSANTARAKARSA NUSANTARAPenelitian ini bertujuan mengoptimalkan inventaris resistor bulanan di toko komponen elektronik melalui prediksi permintaan yang akurat. Mengatasi tantangan overstock dan understock yang memicu kerugian investasi, model Gradient Boosting diimplementasikan secara manual. Model ini, yang dibangun berdasarkan prinsip dasar Extreme Gradient Boosting (XGBoost), dilatih menggunakan data historis permintaan resistor dari tiga bulan sebelumnya. Evaluasi kinerja model selama 20 iterasi pelatihan menunjukkan penurunan konsisten pada metrik Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE), mengindikasikan pembelajaran yang efektif. Model berhasil memprediksi permintaan Bulan-4 dan Bulan-5 menggunakan pendekatan geser waktu. Meskipun sudah menunjukkan kemampuannya dalam memprediksi, penelitian ini dibatasi oleh penggunaan dataset simulasi yang sangat kecil (5 baris), dapat menyebabkan overfitting dan membatasi generalisasi. Hasil ini berfungsi sebagai ilustrasi metodologi dan validasi konsep dasar Gradient Boosting dalam mendukung keputusan inventaris. Untuk aplikasi nyata, diperlukan dataset lebih besar dan implementasi teroptimasi (misalnya, dengan library XGBoost) di masa mendatang.
Penelitian ini berhasil mengembangkan dan mendemonstrasikan implementasi manual algoritma Gradient Boosting untuk memprediksi permintaan resistor bulanan.Model menunjukkan kemampuan untuk mempelajari pola dari data historis permintaan, dengan kinerja evaluasi yang konsisten menunjukkan penurunan nilai MAE dan RMSE.Prediksi permintaan untuk Bulan-4 dan Bulan-5 berhasil dilakukan menggunakan strategi geser waktu.Namun, keterbatasan utama penelitian ini adalah penggunaan dataset simulasi yang sangat kecil, yang membatasi kemampuan generalisasi model dan memerlukan penelitian lebih lanjut dengan dataset yang lebih besar dan representatif.
Penelitian lanjutan dapat difokuskan pada penggunaan dataset permintaan resistor yang lebih besar dan beragam dari berbagai toko komponen elektronik untuk meningkatkan akurasi dan generalisasi model prediksi. Selain itu, eksplorasi implementasi algoritma Gradient Boosting yang lebih canggih, seperti XGBoost atau LightGBM, dengan optimasi hyperparameter yang sistematis, dapat menghasilkan peningkatan kinerja yang signifikan. Terakhir, penelitian dapat diperluas dengan mempertimbangkan faktor-faktor eksternal yang memengaruhi permintaan resistor, seperti tren pasar elektronik, siklus hidup produk, dan promosi penjualan, untuk membangun model prediksi yang lebih komprehensif dan responsif terhadap perubahan kondisi pasar. Penelitian ini diharapkan dapat memberikan wawasan yang lebih mendalam tentang dinamika permintaan resistor dan membantu toko komponen elektronik dalam mengoptimalkan strategi inventaris mereka secara lebih efektif, mengurangi biaya operasional, dan meningkatkan kepuasan pelanggan.
- Factors disrupting supply chain management in manufacturing industries | Journal of Supply Chain Management... journals.open.tudelft.nl/jscms/article/view/6986Factors disrupting supply chain management in manufacturing industries Journal of Supply Chain Management journals open tudelft nl jscms article view 6986
- The Implementation Of Machine Learning In Demand Forecasting : A Review Of Method Used In Demand Forecasting... talenta.usu.ac.id/jsti/article/view/9290The Implementation Of Machine Learning In Demand Forecasting A Review Of Method Used In Demand Forecasting talenta usu ac jsti article view 9290
- Sales Forecasting for Retail Business using XGBoost Algorithm | Journal of Computer Science and Technology... al-kindipublisher.com/index.php/jcsts/article/view/7381Sales Forecasting for Retail Business using XGBoost Algorithm Journal of Computer Science and Technology al kindipublisher index php jcsts article view 7381
| File size | 498.2 KB |
| Pages | 10 |
| DMCA | Report |
Related /
UNISIUNISI Hasil kajian menunjukkan bahwa manajemen mutu pendidikan harus berlandaskan pada sistem penjaminan mutu internal dan eksternal, pengendalian mutu secaraHasil kajian menunjukkan bahwa manajemen mutu pendidikan harus berlandaskan pada sistem penjaminan mutu internal dan eksternal, pengendalian mutu secara
UWKSUWKS Sistem dapat mengklasifikasikan pesan phishing dengan akurasi tinggi, bahkan pada bahasa lokal dialek Surabaya. Integrasi antara platform WhatsApp danSistem dapat mengklasifikasikan pesan phishing dengan akurasi tinggi, bahkan pada bahasa lokal dialek Surabaya. Integrasi antara platform WhatsApp dan
UWKSUWKS Sistem penjualan baju thrifting berbasis web pada toko Doubletwee berhasil dibangun dengan meliputi halaman login, registrasi, checkout, pemesanan, danSistem penjualan baju thrifting berbasis web pada toko Doubletwee berhasil dibangun dengan meliputi halaman login, registrasi, checkout, pemesanan, dan
UWKSUWKS Penelitian ini berhasil mengembangkan sistem klasifikasi berbasis algoritma K-Nearest Neighbors (KNN) untuk mendeteksi kondisi material granular higroskopisPenelitian ini berhasil mengembangkan sistem klasifikasi berbasis algoritma K-Nearest Neighbors (KNN) untuk mendeteksi kondisi material granular higroskopis
UWKSUWKS Hasil pengujian menunjukkan semua fitur berfungsi dengan baik sesuai tujuan. Ke depan, sistem ini dapat dikembangkan lebih lanjut dengan fitur sepertiHasil pengujian menunjukkan semua fitur berfungsi dengan baik sesuai tujuan. Ke depan, sistem ini dapat dikembangkan lebih lanjut dengan fitur seperti
UWKSUWKS Metode pengembangan sistem menggunakan tahapan perancangan sistem informasi yang meliputi analisis kebutuhan, desain sistem, implementasi, dan pengujian.Metode pengembangan sistem menggunakan tahapan perancangan sistem informasi yang meliputi analisis kebutuhan, desain sistem, implementasi, dan pengujian.
NALANDANALANDA Persamaan regresi: Ŷ1,2 = 49,013 0,835X1 0,698X2. Sehingga untuk pengoptimalan kinerja guru maka diperlukan sebuah kebijakan maupun regulasi dalam peningkatanPersamaan regresi: Ŷ1,2 = 49,013 0,835X1 0,698X2. Sehingga untuk pengoptimalan kinerja guru maka diperlukan sebuah kebijakan maupun regulasi dalam peningkatan
UACUAC Pertama, penelitian ini bertujuan untuk menganalisis pengaruh kepemimpinan di madrasah dan kondisi lingkungan kerja terhadap kinerja guru, baik secaraPertama, penelitian ini bertujuan untuk menganalisis pengaruh kepemimpinan di madrasah dan kondisi lingkungan kerja terhadap kinerja guru, baik secara
Useful /
UWKSUWKS Metode pengembangan perangkat lunak yang digunakan adalah waterfall. Hasil pengembangan sistem mencakup halaman login untuk autentikasi pengguna, halamanMetode pengembangan perangkat lunak yang digunakan adalah waterfall. Hasil pengembangan sistem mencakup halaman login untuk autentikasi pengguna, halaman
UWKSUWKS Penelitian ini bertujuan untuk mengimplementasikan elemen-elemen gamifikasi dalam platform pembelajaran matematika berbasis web mobile, guna meningkatkanPenelitian ini bertujuan untuk mengimplementasikan elemen-elemen gamifikasi dalam platform pembelajaran matematika berbasis web mobile, guna meningkatkan
UACUAC Analisis TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) dilakukan yang melibatkan tiga orang ahli dalam menilai sekolah yang baikAnalisis TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) dilakukan yang melibatkan tiga orang ahli dalam menilai sekolah yang baik
UACUAC Pengembangan kompetensi guru berlandaskan persiapan pembelajaran, diskusi, keprofesionalan musyrif, dan peran guru sebagai pelaku utama. Penelitian menyorotiPengembangan kompetensi guru berlandaskan persiapan pembelajaran, diskusi, keprofesionalan musyrif, dan peran guru sebagai pelaku utama. Penelitian menyoroti